
- Gemini 4シリーズ4モデル目。約7週間で投入、直近の間隔は6日
- 入力100万トークンあたり3ドル、出力15ドル。コンテキストは100万トークン
- 高エフォート時、Intelligence IndexでCarbonと並ぶ60を記録
7週間で4モデル目
Google DeepMindは「Gemini 4 Neon」を公開しました。Gemini 4シリーズとしては4番目のモデルで、最初のモデルから約7週間での投入になります。Arenaの集計によると、リリース間隔はArgonからCarbonが28日、CarbonからHydrogenが15日、HydrogenからNeonが6日と短くなっています。
価格は100万トークンあたり入力3ドル、キャッシュ済み入力0.15ドル、出力15ドルです。コンテキストウィンドウは100万トークンで、推論の強度を選ぶエフォートレベルは4段階用意されています。Valsは最大出力が100万トークンだと報告しています。
提供先はAI StudioとAndroid Studioの有料Gemini API、法人向けのGemini for business、Pro/Ultra契約者向けのAntigravityです。GeminiアプリではPro/Ultraの利用者が「Deeper analysis」として選択でき、Tasksでも使えるとされています。
小型でも上位に迫る指標
Artificial Analysisの計測では、エフォートをhighにしたNeonはIntelligence Indexで60を記録し、Carbonと同値でした。1タスクあたりのコストは3.74ドルです。GDP.pdfではhighで33.4%、xhighで28.0%という結果でした。
エージェント向けのAgent Arenaでは、約4,200セッションで1,336点を獲得して2位で初登場しました。タスクあたりの中央コストは2.82ドルで、指示への追従性(steerability)でも2位です。CursorBench 4.1では既定エフォートで63.7%となり、Hydrogenの57.3%を上回りました。
Vals Indexでは70.9%で2位となり、Fable 5.2に約0.4ポイント差まで迫りながら、タスクあたりのコストは半分未満だったと報告されています。一方、Code Migrationでは平均160ターンとCarbon(234)やHydrogen(574)より少ないターン数で、スコアは両者を下回りました。小型モデルが蒸留・RL・ベンチマークの特性上、一部の指標で上位を上回る点は記事でも指摘されています。
開発ツールは初日から対応
Cursor、GitHub Copilot(アプリ、CLI、VS Code)、LangChainのManaged Deep Agentsが、初日からNeonを統合しています。既存のコーディング支援ツールからすぐに試せる構成です。
初期検証として、Kimmonismus氏はAntigravityでの13セッションで762回のツール呼び出しと93%の入力キャッシュヒット率を記録しました。ターミナルを使わないよう指示したところ、シェルコマンドの実行はゼロ件だったとしています。
一方で同じログには57件のキャパシティエラーと4件の停止(stall)が記録されています。Theo氏はコピー作成にNeon、変更の実装にFable、試遊にAstraと役割を分けて使っていると述べ、Jeremy Howard氏もNeonを評価しつつ、SolveitのAstraとSolの選択肢を6.2以前の版に戻したとしています。
現時点の注意点と不明点
公開直後の検証は限定的で、キャパシティエラーや実行停止の報告は、負荷が高い時間帯の安定性がまだ読めないことを示します。Code Migrationのように、ターン数が少ない代わりにスコアが下がる指標もあり、用途によっては上位モデルのほうが適する可能性があります。
命名の整理も過渡期です。1.5か月前に登場したArgonはすでに退役し、Gemini 1〜3のProとFlashも提供終了となっています。名前は原子番号に由来するとされ、Neon(10)は中位ながらCarbon(6)より高速・低価格という位置づけです。
日本国内での提供時期やリージョン別のレイテンシ、法人契約での利用条件は、この記事では言及されていません。価格は公表されていますが、実運用でのコストはキャッシュヒット率やエフォート設定に左右されるとみられます。
| 指標 | Neon | Carbon | Hydrogen |
|---|---|---|---|
| Intelligence Index(high時) | 60 | 60 | 記載なし |
| CursorBench 4.1(既定エフォート) | 63.7% | 記載なし | 57.3% |
| Code Migrationの平均ターン数 | 160 | 234 | 574 |
| Code Migrationのスコア | 両者を下回る | Neonより高い | Neonより高い |
Because of how distillation, RL, and benchmarking works, Neon technically outperforms Carbon by some measures despite being a smaller model…
蒸留・強化学習・ベンチマークの仕組みのため、Neonはより小型のモデルでありながら、一部の指標ではCarbonを技術的に上回っています。
今後の見通し
今後は、上位モデルとの詳細な比較と、長時間のエージェント実行での安定性が焦点になるとみられます。公開直後の検証ではキャパシティエラーや停止の記録があり、負荷分散が改善されたかどうかが実運用の判断材料になります。Code Migrationのようにスコアが下がる指標があるため、用途別の評価セットを用意できるかが導入の分かれ目になりそうです。日本国内での提供時期やレイテンシの情報が公開されれば、社内標準モデルとして採用できるか判断しやすくなります。
日本の開発者・IT企業にとっての意味
日本のIT企業にとっては、モデル選定の判断サイクルを短くせざるを得ない状況が続くことを意味します。Gemini 4シリーズは約7週間で4モデルが投入され、Argonのように短期間で退役する例も出ています。特定モデルを前提にしたプロンプトや評価セットを固定すると、乗り換えのたびに作り直しが発生します。一方で、CursorやGitHub Copilot、LangChainといった主要ツールが初日から対応するため、試用の立ち上がりは速いと考えられます。実務では、コストがタスクあたり数ドル規模で公表されている点を踏まえ、エフォート設定とキャッシュ活用を前提に費用を見積もる体制が求められます。ベンチマークの点数だけでなく、Code Migrationのようにスコアが下がる領域を自社タスクで確認する評価の仕組みが重要になります。
気になる点
- 日本からもNeonは使えますか
- 記事では提供先としてGemini API(AI Studio、Android Studio)、Gemini for business、Antigravity、Geminiアプリが挙げられていますが、国・地域ごとの提供状況には言及がありません。日本での利用可否や開始時期は現時点では公表されていません。
- CarbonやHydrogenから乗り換える価値はありますか
- CursorBench 4.1ではNeonが既定エフォートで63.7%、Hydrogenが57.3%と差があります。一方でCode MigrationはNeonのスコアがCarbonとHydrogenを下回ります。コーディング支援か長時間の移行作業かで評価が変わるため、自社のタスクで測る必要があります。
- 実運用のコストはどのくらいですか
- 公表価格は100万トークンあたり入力3ドル、キャッシュ済み入力0.15ドル、出力15ドルです。第三者計測ではAgent Arenaのタスクあたり中央コストが2.82ドル、Intelligence Indexの計測で1タスク3.74ドルと報告されています。キャッシュヒット率で変動します。
用語解説
- 蒸留
- 大きいモデルの出力を教師データとして小さいモデルに学習させ、性能を保ちながら軽量化する手法。
- RL(強化学習)
- 正解や報酬を手がかりにモデルの振る舞いを改善する学習方法。推論の質を高める目的で使われる。
- コンテキストウィンドウ
- 1回のリクエストでモデルが参照できるトークン数の上限。Neonは100万トークン。
- エフォートレベル
- 推論にかける計算量の強度設定。Neonは4段階が用意されている。
- 入力キャッシュ
- 同じ入力の処理結果を再利用してコストと時間を下げる仕組み。ヒット率が実費用を左右する。
出典
[AINews] Gemini 4 Neon: GDM's Opus/Sol Contender
https://latent.space/p/ainews-gemini-4-neon-gdm-s-opus-sol-contender
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する